一 . 认识Phantomjs
1.Phantomjs：*面的浏览器
Selenium： 可以根据我们的指令，让浏览器自动加载页面，获取需要的数据，甚至页面截屏，或者判断网站上某些动作是否发生。Selenium 自己不带浏览器，不支持浏览器的功能，它需要与第三方浏览器结合在一起才能使用。但是我们有时候需要让它内嵌在代码中运行，所以我们可以用一个叫 Phantomjs 的工具代替真实的浏览器。
文档地址：http://selenium-python.readthedocs.io/index.html
# 导入 webdriver
from selenium import webdriver
# 要想调用键盘按键操作需要引入keys包
from selenium.webdriver.common.keys
import Keys
# 调用环境变量指定的Phantomjs浏览器创建浏览器对象
driver = webdriver.Phantomjs()
# 如果没有在环境变量指定Phantomjs位置# driver = webdriver.Phantomjs(executable_path="./phantomjs"))
# get方法会一直等到页面被完全加载，然后才会继续程序，通常测试会在这里选择 time.sleep(2)
driver.get("http://www.baidu.com/")
# 获取页面名为 wrapper的id标签的文本内容
data = driver.find_element_by_id("wrapper").text
# 打印数据内容
print data
# 打印页面标题 "百度一下，你就知道
"print driver.title
# 生成当前页面快照并保存
driver.save_screenshot("baidu.png")
# id="kw"是百度搜索输入框，输入字符串"长城"
driver.find_element_by_id("kw").send_keys("长城")
# id="su"是百度搜索按钮，click() 是模拟点击
driver.find_element_by_id("su").click()
# 获取新的页面快照
driver.save_screenshot("长城.png")
# 打印网页渲染后的源代码
print driver.page_source
# 获取当前页面Cookie
print driver.get_cookies()
# ctrl+a 全选输入框内容
driver.find_element_by_id("kw").send_keys(Keys.CONTROL,‘a‘)
# ctrl+x 剪切输入框内容
driver.find_element_by_id("kw").send_keys(Keys.CONTROL,‘x‘)
# 输入框重新输入内容
driver.find_element_by_id("kw").send_keys("atguigu")
# 模拟Enter回车键
driver.find_element_by_id("su").send_keys(Keys.RETURN)
# 清除输入框内容
driver.find_element_by_id("kw").clear()
# 生成新的页面快照
driver.save_screenshot("atguigu.png")
# 获取当前url
print driver.current_url
# 关闭当前页面，如果只有一个页面，会关闭浏览器# driver.close()
# 关闭浏览器
driver.quit()
2.页面操作大体内容
# 获取id标签值
element = driver.find_element_by_id("passwd-id")
# 获取name标签值
element = driver.find_element_by_name("user-name")
# 获取标签名值
element = driver.find_elements_by_tag_name("input")
# 也可以通过XPath来匹配
element = driver.find_element_by_xpath("//input[@id=‘passwd-id‘]")
3. 关于元素的选取，有如下的API 单个元素选取
# 定位UI元素 (WebElements) find_element_by_id find_elements_by_name find_elements_by_xpath find_elements_by_link_text find_elements_by_partial_link_text find_elements_by_tag_name find_elements_by_class_name find_elements_by_css_selector
虎课网https://www.wode007.com/sites/73267.html 设计坞https://www.wode007.com/sites/73738.html
4. 鼠标动作链
# 导入 webdriver
#导入 ActionChains 类
from selenium.webdriver import ActionChains
# 鼠标移动到 ac 位置
ac = driver.find_element_by_xpath(‘element‘)
ActionChains(driver).move_to_element(ac).perform()
# 在 ac 位置单击
ac = driver.find_element_by_xpath("elementA")
ActionChains(driver).move_to_element(ac).click(ac).perform()
# 在 ac 位置双击
ac = driver.find_element_by_xpath("elementB")
ActionChains(driver).move_to_element(ac).double_click(ac).perform()
# 在 ac 位置右击
ac = driver.find_element_by_xpath("elementC")
ActionChains(driver).move_to_element(ac).context_click(ac).perform()
# 在 ac 位置左键单击hold住
ac = driver.find_element_by_xpath(‘elementF‘)
ActionChains(driver).move_to_element(ac).click_and_hold(ac).perform()
# 将 ac1 拖拽到 ac2 位置
ac1 = driver.find_element_by_xpath(‘elementD‘)
ac2 = driver.find_element_by_xpath(‘elementE‘)
ActionChains(driver).drag_and_drop(ac1, ac2).perform()
5 . 下拉菜单的操作(导入select类)
# 导入 Select 类
from selenium import webdriver
from selenium.webdriver.support.ui import Select
driver = webdriver.Chrome()
driver.get("http://127.0.0.1:8080")
# 找到 name 的选项卡
select = Select(driver.find_element_by_name(‘status‘))
#根据位置下标
# select.select_by_index(1)
#根据值找到对应的选择
# select.select_by_value("3")
#根据显示值找到对应的选择
select.select_by_visible_text("审核不通过")
6. 页面切换
driver.switch_to.window("window name")
7. 操作页面的前进和后退
driver.forward() #前进 driver.back() # 后退
8. 页面等待
显式等待是等待特定的时间，隐式等待是指定某一条件直到这个条件成立时继续执行。
8.1 隐式等待比较简单，就是简单地设置一个等待时间，单位为秒
from selenium import webdriver
driver = webdriver.Chrome()
driver.implicitly_wait(10) # seconds
driver.get("http://www.xxxxx.com/loading")
8.2 显式等待指定某个条件，然后设置最长等待时间。如果在这个时间还没有找到元素，那么便会抛出异常了
from selenium import webdriver
from selenium.webdriver.common.by import By# WebDriverWait 库，负责循环等待
from selenium.webdriver.support.ui import WebDriverWait# expected_conditions 类，负责条件出发
from selenium.webdriver.support import expected_conditions as EC
driver = webdriver.Chrome()
driver.get("http://www.xxxxx.com/loading")
try:
# 页面一直循环，直到 id="myElement" 出现
element = WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.ID, "myElement")))
finally:
driver.quit()
二、网站模拟登录豆瓣网
from selenium import webdriver
import time
# 创建一个浏览器客户端,并且指定配置
# 如果是Phantomjs做浏览器客户端还要设置路径
# driver = webdriver.Phantomjs(executable_path="/usr/local/bin/phantomjs")
driver = webdriver.Chrome()
driver.get("https://www.douban.com/")
time.sleep(1)
driver.save_screenshot("豆瓣首页.png")
#输入账号
driver.find_element_by_id("form_email").send_keys("username")
#输入密码
driver.find_element_by_name("form_password").send_keys("password")
#保存验证码的图片
driver.save_screenshot("验证码.png")
#输入验证码
check_code = input("请输入验证码:")
print(r"验证码是多少:%s" % check_code)
driver.find_element_by_id("captcha_field").send_keys(check_code)
#点击登录按钮
driver.find_element_by_xpath("//input[@class=‘bn-submit‘]").click()
#休眠一下等待登录成功
time.sleep(3)
#保存登录成功的快照
driver.save_screenshot("登录成功.png")
#保存成功登录好的html到本地 with open("douban.html","w",encoding="utf-8") as f: f.write(driver.page_source) #退出成功 driver.quit()
三、动态页面模拟点击（unittest -python测试模块）
import time
#导入python测试模块
import unittest
#类名任意,但必须继承unittest.TestCase
class DouyuTest(unittest.TestCase):
#固定写法,通常做初始化
def setUp(self):
print("setUp()....")
self.num1 = 1
self.num2 = 1
def testTest(self):
for i in range(1,3):
print("testTest()==",i)
self.num1 += 1
time.sleep(1)
def testTest2(self):
for i in range(1,3):
print("testTest2()==",i)
self.num2 += 1
time.sleep(1)
#固定写法,但每个自定义方法接收后都会调用一次该方法
def tearDown(self):
print("tearDown()...")
print("num1==",self.num1)
print("num2==", self.num2)
if __name__ == "__main__":
#调用的时候只需要写上main,固定的调用方式
unittest.main()
四、执行JavaScript代码from selenium import webdriver
import time
driver = webdriver.PhantomJS()
driver.get("https://movie.douban.com/typerank?type_name=剧情&type=11&interval_id=100:90&action=")
# 向下滚动10000像素
js = "document.body.scrollTop=10000"
time.sleep(5)
#查看页面快照
driver.save_screenshot("douban.png")
# 执行JS语句
driver.execute_script(js)
time.sleep(5)
#查看页面快照
driver.save_screenshot("newdouban.png")
#退出浏览器
driver.quit()
五、模拟最新*面浏览器（绝招在这，缺陷性能太慢）
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
from bs4 import BeautifulSoup
from selenium.webdriver.chrome.options import Options
#不加载图片,不缓存在硬盘(内存)
SERVICE_ARGS = [‘--load-images=false‘, ‘--disk-cache=false‘]
chrome_options = Options()
chrome_options.add_argument("--headless")
# 创建浏览器, 添加参数设置为*面浏览器
driver = webdriver.Chrome(service_args=SERVICE_ARGS, chrome_options=chrome_options)
#设置等待时间
waite = WebDriverWait(driver, 5)
driver.get(‘https://taobao.com/‘)
def get_page_num():
# 等待搜索框出现
input = waite.until(EC.presence_of_element_located((By.css_SELECTOR, ‘#q‘)))
# 输入美食
input.send_keys(‘美食‘)
# 点击搜索
driver.find_element_by_css_selector("#J_TSearchForm > div > button").click()
# 共计多少页
text = driver.find_element_by_css_selector(‘#mainsrp-pager > div > div > div > div[class="total"]‘).text
data = text[2:6]
get_product_info()
return data
#得到某一个宝贝,商品的大体信息
def get_product_info():
waite.until(EC.presence_of_element_located((By.css_SELECTOR, ‘#mainsrp-itemlist .items .item‘)))
# 通过BeautifulSoup取数据
soup = BeautifulSoup(driver.page_source, ‘lxml‘)
#取所有的列表数据
item_lists = soup.select("#mainsrp-itemlist .items .item")
for item_list in item_lists:
item_dict = {}
image = item_list.select(‘.J_ItemPic.img‘)[0].attrs["data-src"]
if not image:
image = item_list.select(‘.J_ItemPic.img‘)[0].attrs["data-ks-lazyload"]
# 销售地
location = item_list.select(".location")[0].text
# 价格
price = item_list.select(".price")[0].text
# 商店名称
shopname = item_list.select(".shopname")[0].text.strip()
# 宝贝名称
title = item_list.select(‘a[class="J_ClickStat"]‘)[0].text.strip()
# 链接
data_link = item_list.select(‘a[class="J_ClickStat"]‘)[0].attrs["href"]
item_dict["image"] = "https:" + image
item_dict["location"] = location
item_dict["shopname"] = shopname
item_dict["title"] = title
item_dict["data_link"] = "https:" + data_link
item_dict["price"] = price
print(item_dict)
# 切换下一页
def next_page(page):
print("当前正在加载第%s页的数据--------" % page)
try:
input = waite.until(EC.presence_of_element_located((By.css_SELECTOR, ‘#mainsrp-pager > div > div > div > div > input‘)))
input.clear() # 清空输入框
# 页面框添加页码
input.send_keys(page)
#找到确定按钮,点击确定
driver.find_element_by_css_selector("#mainsrp-pager > div > div > div > div > span.btn.J_Submit").click()
waite.until(EC.text_to_be_present_in_element(
(By.css_SELECTOR, "#mainsrp-pager > div > div > div > ul.items > li.item.active"), str(page)))
except Exception as e:
print(e)
next_page(page)
# 当前切换后的页面的数据
get_product_info()
def main():
data = get_page_num()
print(‘总页数是=‘, data)
for page in range(2, int(data) + 1):
next_page(page)
# 退出浏览器
driver.quit()
if __name__ == ‘__main__‘:
main()